Tekstiaineiston eli rakenteettoman tiedon käsittely vie aikaa ja kasvattaa kustannuksia huomattavasti. Peitämme tekstiaineistoista suorat tunnisteet, mikä vaikuttaa aineiston käytettävyyteen.
Harkitse, onko tekstiaineisto välttämätön
Vastaavaa tietoa voidaan usein poimia rakenteisessa muodossa. Rakenteettoman tiedon tarve on aina perusteltava.
Pyydä rekisterinpitäjältä näkemys hakusanoista
Rekisterinpitäjä osaa parhaiten arvioida, millä hakusanoilla tulos on kattava mutta ei sisällä ylimääräistä. Esimerkiksi hakusana ’paine’ tuottaa kaikki painetta koskevat merkinnät, kuten verenpaineen ja silmänpaineen. Jos tutkit verenpainetta, poimittu aineisto sisältää tällöin paljon tarpeetonta tietoa.
Määrittele tekstipätkän pituus muuttujakohtaisesti
Pidä pätkä mahdollisimman lyhyenä, esimerkiksi hakusana ja 50 merkkiä sen molemmin puolin. Pyydä rekisterinpitäjältä näkemys sopivasta pituudesta.
Rajaa poiminta
Jos poiminta voidaan rajata tietyn osaston tai hoitoalan tietoihin koko organisaation tietokannan sijasta, tekstin määrä ja käsittelykustannukset ovat huomattavasti pienemmät.